AI写代码到底能不能让开发更快、更便宜?这个问题听起来像在问一个工具好不好用,但研究给出的答案比直觉复杂得多。先看一个反直觉的实验结果:在一项针对有经验的开发者的对照研究中,参与者在开始前预计AI能让自己快24%,实际完成任务却慢了19%。更意外的是,实验结束后,他们仍然认为AI帮助自己提速了。这说明主观感受和实际耗时之间可能存在明显偏差。
这个实验来自METR在2025年发布的研究,研究者在2026年2月做了跟进,认为更新的工具可能更有帮助,但由于愿意参与后续研究的人员构成问题,无法可靠估计提速幅度。换句话说,工具在进步,但测量本身也变得更难。
把视线拉到更大范围,MIT和沃顿的经济学家在2026年9月修订的一项研究中,分析了超过50万名GitHub开发者的数据,估计自主编程代理带来的累计变化。观察性估计显示,代码提交量的增长明显高于发布频率的增长。提交变多,不等于交付变多。代码审查、分析、讨论、测试这些环节仍然存在,写代码省下的时间未必能等量转化为上线速度。
那单个开发者到底有没有变快?现有数据是混合的。不同研究考察的开发者、工具和任务各不相同,每个百分比衡量的东西也不一样。几项研究确实指向了提升,但远没有到“人人十倍”的程度。在大型成熟系统上,这种提升往往更不明显;新项目里可能更容易看到变化。
成本问题同样不能只看token单价。2026年9月Potluri等人的分析和2026年10月Steffen Herbold的研究都指向一个结论:AI代理的有效性比token价格更重要。Potluri的分析中,能解决更多任务的模型带来了可观的估计节省,而效果较差的模型在许多任务类别里反而成本更高。原因不复杂:一个便宜模型如果反复失败,每次重试都要付费,很快就不便宜了。

Herbold模拟了432种团队场景,混合开发者和AI代理,把工资、token成本、监督、缺陷和技术债都算进去。高能力代理的团队通常比不用AI的开发者团队成本更低;能力较弱的代理结果则有好有坏。模拟中,代理能力比token价格影响更大,因为更好的结果减少了检查和修复工作的开销。需要说明的是,Herbold的结论来自模拟,Potluri的估计来自基准测试和经济建模,两者都不是对商业软件完整生命周期的直接测量。
还有一个容易被忽略的成本转移。2025年DORA研究和2026年3月的后续报告指出,写代码省下的部分时间会流向审计和验证环节。也就是说,实现阶段的节省,到生产环境时可能已经缩水。DORA描述了工作量的转移方向,但没有给出整体成本下降的确定结论。多代理团队——一个写代码、一个审查、一个测试——在有些场景可行,但在金融这类关键系统里,把整条链路交给代理需要非常谨慎。
把以上证据放在一起,可以得出一个有条件的判断:在特定任务上,AI确实能提速;在能力足够的代理配合下,经济模型显示即使支付token费用也可能省钱。但“整个行业构建、交付、安全维护软件的总成本已经下降”这个说法,目前还缺少足够证据。研究覆盖的更多是局部环节,而非完整交付链路。
如果要判断自己团队的情况,可以从三个可观察的指标入手:一是从提交到发布的周期是否缩短,而不只是提交量增加;二是审查和验证环节的时间是否同步上升;三是失败重试和修复的token与人力开销是否被计入总账。把这三项放在一起看,比单看生成速度更接近真实成本。
AI写代码到底能不能让开发更快、更便宜?这个问题听起来像在问一个工具好不好用,但研究给出的答案比直觉复杂得多。先看一个反直觉的实验结果:在一项针对有经验的开发者的对照研究中,参与者在开始前预计AI能让自己快24%,实际完成任务却慢了19%。更意外的是,实验结束后,他们仍然认为AI帮助自己提速了。这说明主观感受和实际耗时之间可能存在明显偏差。
这个实验来自METR在2025年发布的研究,研究者在20
浙公网安备 33010602011771号